El análisis de cluster en general es una técnica multivariada de segmentación no supervisada que consiste en agrupar un conjunto de observaciones en un número de clusters o grupos basado en la idea de distancia o similitud entre las mismas. La idea es que los grupos conformados sean heterogéneos entre si y homogéneos dentro de sí mismos. Hay 2 tipos de métodos jerárquicos: Los aglomerativos que comienzan con tantos grupos como observaciones haya y a partir de esos grupos iniciales se van formando nuevos grupos, de forma ascendente, finalizando el algoritmo con todos los casos tratados en un mismo conglomerado. En los disociativos, cuyo procedimiento es inverso, se parte de un único conglomerado inicial con todas las observaciones el cual se va particionando, formando grupos más pequeños obteniendo al finalizar tantas agrupaciones como elementos.

Ver todos los episodios